Forum Manajemen Indonesia (FMI) Ke-5
ANALISIS KOINTEGRASI DAN VOLATILITAS CO-MOVEMENT PASAR MODAL NEGARA ASEAN SELAMA PERIODE 1988-2011 Samuel Dendy Krisandi dan Harjum Muharam Jurusan Manajemen Fakultas Ekonomika dan Bisnis Universitas Diponegoro Jl. Prof. Soedharto SH Tembalang, Semarang 50239, Phone: +622476486851
[email protected] Abstract Data shows over the period 1988-2011 ASEAN capital market return volatility does not always have the same movement, although located in one area. This phenomenon is also supported by the differences in the results of previous studies. The purpose of this study was to determine the long-term cointegration of ASEAN capital markets as well as the differences of cointegretion before and after the 1997 crisis, and analyze movement of stock index volatility between ASEAN capital markets. The method of analysis used in this study is VAR with Johansen Cointegration Test, Granger Causality Test, GARCH, TARCH, and EGARCH. This study uses weekly data from ASEAN-5 capital market index, namely JCI, KLCI, STI, PHSC, and SET from 1988 until 2011. The data was extracted from Bloomberg. The results of this study indicate that there is long-term cointegration among capital markets in the ASEAN region, the long-term cointegration of ASEAN capital markets after the crisis of 1997 became stronger than before the crisis, the volatility index among the other ASEAN capital market-moving in the same direction. Keywords : cointegration, volatility co-movement, capital market, ASEAN Abstraksi Data menunjukkan selama periode 1988-2011 volatilitas return pasar modal ASEAN tidak selalu memiliki pergerakan yang sama walaupun berada dalam satu kawasan. Penomena ini juga didukung oleh perbedaan hasil penelitian terdahulu. Penelitian ini bertujuan untuk mengetahui kointegrasi jangka panjang pasar modal ASEAN, menguji perbedaaan kointegrasi jangka panjang pasar modal ASEAN sebelum dan sesudah krisis tahun 1997, dan menganalisis pergerakan volatilitas IHSG diantara pasar modal ASEAN. Metode analisis yang digunakan dalam penelitian ini adalah VAR dengan menggunakan uji Johansen Cointegration Test, Granger Causality Test, dan GARCH(1,1); TARCH; EGARCH. Penelitian ini menggunakan data mingguan indeks pasar saham 5 negara ASEAN, yaitu IHSG, KLCI, STI, PHSC, SET dari tahun 1988 sampai tahun 2011, dengan sumber data diambil dari Bloomberg. Hasil dari penelitian ini menunjukkan bahwa ada kointegrasi jangka panjang di pasar modal ASEAN dalam satu wilayah regional, kointegrasi jangka panjang pasar modal ASEAN-5 pasca krisis tahun 1997 semakin menguat dibandingkan sebelum krisis, volatilitas IHSG diantara pasar modal ASEAN yang lain memiliki pergerakan kearah yang sama. Keywords : kointegrasi, volatilitas co-movement, pasar modal, ASEAN
ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 PENDAHULUAN Peran pasar modal terhadap suatu negara sangat penting karena pasar modal menjalankan dua fungsi, yaitu fungsi ekonomi dan fungsi keuangan (Husnan, 2003). Fungsi ekonomi karena pasar menyediakan fasilitas yang digunakan untuk mempertemukan pihak yang memiliki kelebihan dana dan pihak yang memerlukan dana. Dengan menginvestasikan dananya investor mengharapkan adanya imbalan atau return dari penyerahan dana tersebut. Sedangkan bagi pihak yang memerlukan dana (issuer) digunakan untuk investasi. Dikatakan memiliki fungsi keuangan karena memberikan kemungkinan dan kesempatan return sesuai dengan jenis investasi yang dipilih. Investasi di pasar modal internasional memberikan keuntungan yang substansial bagi investor (Grubel, 1968). Demikian pula, pertukaran aset keuangan dan kombinasi return dengan risiko dari diversifikasi internasional memberian peluang untuk menghilangkan risiko khusus dalam negeri (Forbes, 1993). Memiliki aset yang terdiversifikasi tidak mengubah tingkat pengembalian yang diharapkan tetapi mengurangi risiko investasi d a l a m portofolio dibandingkan dengan memegang hanya satu-aset portofolio (Masih, dan Masih, 1999, Hunter, 2006). Ketika ekonomi bergerak menuju liberalisasi, ada pergeseran dari kemandirian pasar menuju integrasi pasar. Penekanan yang kuat telah ditempatkan pada saling ketergantungan antar pasar saham, integrasi pasar dan interaksi antara pasar saham internasional dan regional (Lessard, 1973, Pentakosta dan Holmes, 1995; Tang dan Mak, 1995; Masih dan Masih, 1997; Wang et al, 2003; dan Coelho et al, 2007). Menghubungkan rantai kausalitas antara ekonomi riil dan sistem keuangan agak rumit, bukti terus-menerus menunjukkan peranan penting pasar modal atas prospek pertumbuhan ekonomi (Bekaert dan Harvey, 2002). Namun hal itu memiliki implikasi kecil untuk dampak relasional penyebab hubungan lintas pasar. Dimana dalam peneltian sebelumnya telah didukung studi mengenai keterkaitan pasar saham seperti yang dilakukan oleh Lessard, 1973, dan Masih Masih, 1997, Seabra, 2001, Azman-Saini et al, 2002; Wang et al, 2003; dan Coelho et al, 2007). Hubungan lintas ekonomi dapat mempengaruhi co-movement harga aset di pasar internasional. Krisis di suatu negara dapat menular ke negara lain jika pasar keuangannya sudah terintegrasi. Tang dan Mak (1995) meneliti efek menular antar pasar modal pada periode sebelum dan sesudah stock crash di Oktober 1987, dan menemukan bahwa ada efek menular pada periode setelah stock crash. Narayan dan Smyth (2005) telah menemukan kointegrasi antara Selandia Baru dan pasar AS. Sedangkan di Asia, Fernández-Serrano, dan Sosvilla-Rivero (2001) menyatakan bahwa perekonomian Korea dan Jepang telah terintegrasi dari April 1987. Mengenai krisis 1997 meskipun, yang tampaknya tidak ada pertanda gangguan di pasar, tetapi ekonomi riil dikatakan memiliki interaksi yang berbeda selama krisis dan sebelum Krisis (Jochum et al. 1998). Dari uraian di atas dapat dilihat bahwa terjadi kontradiksi terhadap pernyataan Climment dan Meneu (2001) bahwa pasar modal dalam satu kawasan regional cenderung memiliki pergerakan saham yang sama dan memiliki efek penularan yang tinggi (contagion effect) sehingga tingkat interaksi antara pasar modal yang satu dengan yang lain menjadi lebih tinggi. Hal ini tentu menjadi menarik bagi peneliti untuk diteliti mangapa fenomena tersebut dapat terjadi. Ada beberapa penelitian sebelumnya yang meneliti kointegrasi pasar modal ASEAN, dan memberikan hasil yang kontradiktif. Roca, et al. (1998), dan Gerlach, et al. (2006) menemukan bahwa tidak ada hubungan yang kuat antara 5 kelompok pasar modal ASEAN (Indonesia, Malaysia, Filipina, Singapura, dan Thailand). Sharma dan Wongbangpo (2002), Palac-McMiken (1997), Click dan ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Plummer (2005) menemukan adanya hubungan kointegrasi yang lemah antara pasar-pasar ASEAN. Sebaliknya penelitian oleh Kasa, K. (1992), Cathy W.S. Chen et al. (2009), Azman- Saini dan Azali (2002) menemukan bukti-bukti kointegrasi yang kuat antara kelompok 5 pasar modal negara ASEAN. Hubungan pasar modal yang terintegrasi dapat menyebabkan pengaruh yang negatif atau positif pada saat terjadi guncangan di antara pasar modal tersebut. Penelitian ini lebih detail ditunjukkan untuk menganalisis dan membandingkan keadaan pada saat krisis, sebelum dan sudah krisis. Secara spesifik tujuannya adalah: (1) Menganalisis hubungan jangka panjang antara lima pasar modal Negara ASEAN; (2) Menganalisis pola hubungan pasar modal lima pasar modal Negara ASEAN sebelum dan setelah krisis tahun 1997; (3) Menganalisis pergerakan volatilitas co-movement pasar modal Indonesia diantara pasar modal ASEAN lainnya. LANDASAN TEORI DAN PENGEMBANGAN HIPOTESIS Kointegrasi Konsep kointegrasi pertama kali diperkenalkan oleh Engle dan Granger (1987) yang merupakan ukuran jangka panjang dari diversifikasi yang didasarkan atas data harga. Kointegrasi merupakan suatu analisis untuk mejelaskan hubungan antar variabel ekonomi dalam jangka panjang (long run relationship). Jika terdapat suatu kombinasi linear dari dua seri atau lebih yang tidak stasioner terintegrasi pada ordo pertama [1(1)] yang stasioner, maka seri ini dikatakan seri terkointegrasi. Uji kointegrasi menjawab pertanyaan dari common stochastic trend jangka panjang diantara time series yang tidak stasioner. Engle dan Granger (1987) menggunakan metode OLS untuk mendapatkan parameter estimasi dari vector kointegrasi. Johansen (1988) dan Johansen Jeselius (1990) mengembangkan alternatif lain uji kointegrasi untuk memperoleh estimator maximum likelihood dari vektor kointegrasi untuk proses autoregressive dengan independent Gaussian errors dan uji likehood ratio untuk sejumlah vektor kointegrasi. Pendekatan kointegrasi secara luas telah digunakan untuk menginvestasi derajat integrasi pasar saham internasional dalam berbagai perspektif literatur teoritikal yang berbeda. Pendekatan kointegrasi dapat menentukan konvergensi diatara pasar saham dari sejumlah vektor yang terkointegrasi. jika terdapat kenaikan dalam jumlah vektor yang terkointegrasi menujukkan peningkatan dalam derajat integrasi pasar saham yang berarti lebih banyak pasar saham yang konvergensi (Rangvid, 2001). Bernand (1991) dan Bernand dan Durlauf (1995) menjelaskan bahwa kondisi yang diperlukan untuk integrasi yang komplit jika terdapat n-1 vektor kointegrasi dalam suatu sistem n indeks. Sistem (dengan seri k) yang terkointegrasi secara kuat mencerminkan jumlah yang kecil (dicatat p, dimana p< k) dari hubungan jangka panajang atau stockastic trends dibawah metode ini. Stock dan Watson (1988) menunjukkan bahwa k-p (dicatat r) adalah rank kointegrasi dari system. Jadi suatu rank kointegrasi r berarti terdapat p=k-r stockhastic trends jangka panjang yang dihasilkan dari sistem. Perubahan teknologi, liberalisasi, dan globalisasi yang terjadi pada satu dekade telah mendorong perubahan besar pada pasar keuangan di dunia. Globalisasi ekonomi mendorong ekonomi international bergerak maju dengan munculnya liberalisasi ekonomi yang mengakibatkan terjadinya hubungan jangka panjang antara pasar modal dunia (Tsoukalas, 2000). Keseimbangan jangka panjang yang terjadi merupakan tanda bahwa pasar modal dunia telah terkointegrasi (Nasry, 2003). Pasar modal dinyatakan terkointegrasi jika 2 pasar terpisah memiliki pergerakan yang sama dan memiliki korealasi diantara pergerakan indeks (Click dan Plummer, 2003). ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Menurut Chen, et al. (2009) melalui diversifikasi portofolio, pasar modal Malaysia, Singapura, Filipina, Thailand dan Indonesia telah terintegrasi dalam zona investasi, dimana ada dua atau tiga tren jangka panjang stokastik antara pasar modal 5 negara ASEAN. Menurut Auzairy dan Ahmad (2009) pasar modal Indonesia terkointegrasi dengan pasar modal negara dalam satu kawasan dalam jangka panjang. Hasil penelitian ini didukung oleh Abimanyu, et al (2008) yang menyatakan adanya hubungan jangka panjang antara pasar modal Indonesia, Malaysia, Singapura, Filipina dan Thailand. Berdasarkan pemaparan diatas maka dapat dibentuk hipotesis sebagai berikut H1
: Ada hubungan jangka panjang antar pasar modal negara ASEAN
Hubungan Antar Pasar Modal ASEAN S ebelum dan Setelah Krisis Tahun 1997 Globalisasi ekonomi mendorong ekonomi internasional bergerak maju dengan munculnya liberalisasi ekonomi yang mengakibatkan terjadinya hubungan antar pasar modal dunia (Tsoukalas, 2000). Pasar modal dalam satu kawasan regional cenderung memiliki pergerakan yang sama dan memiliki efek penularan yang tinggi (contagion effect) sehingga hubungan antara pasar modal satu dengan yang lain menjadi erat (Climent dan Meneu, 2003). Menurut hasil penelitian Swee-Ling OH, et al (2010), sebelum krisis 1997 menggambarkan pola hubungan pasar modal di lima negara ASEAN belum maksimal. Hal ini dapat dilihat dari model yang dihasilkan saat bursa Thailand (SET) hanya berintegrasi terhadap bursa Malaysia (KLCI), sedangkan bursa Indonesia (IHSG) berintegrasi dengan bursa Singapore (STI) dan bursa Filipina (PHSC). Dan setelah krisis pada tahun 1997 menggambarkan pola hubungan pasar modal antara negara-negara ASEAN lebih erat dibandingkan dengan sebelum krisis. Pasca krisis 1997, Karim, et al (2009) dalam penelitiannya mengungkapkan bahwa pasar modal Indonesia lebih terkointegrasi dengan pasar modal dunia. Menurut hasil penelititan Yang (2002) yang menguji hubungan dinamis jangka panjang diantara pasar modal AS, Jepang, sepuluh pasar modal Asia menujukkan bahwa saham lebih menguat setelah krisis dibandingkan sebelum krisis. Chen, et al. (2003) meneliti hubungan lintas lima pasar saham ASEAN pada periode sebelum, selama dan setelah krisis keuangan tahun 1997. Mereka menemukan hubungan yang lebih erat antar pasar saham di negara ASEAN pada periode setelah krisis 1997. Berdasarkan pemaparan diatas, maka dapat dibangun hipotesis : H 2 : Hubungan antar pasar modal Negara ASEAN pada periode setelah krisis tahun 1997 lebih erat dibandingkan periode sebelum krisis Volatilitas Co-movement Pasar Modal Lima Negara ASEAN Menurut Janakiramanan & Lamba (1998), ketika negara-negara yang geografis berdekatan dan memiliki kelompok serupa dari investor di pasar mereka, pasar ini lebih dari kemungkinan saling mempengaruhi. Pasar lebih dominan cenderung memberikan pengaruh lebih besar pada pasar yang relatif kecil. Apabila pasar modal tersebut dinyatakan terkointegrasi maka antara pasar tersebut akan memiliki pergerakan yang sama (comovement) dan memiliki korelasi diantara pergerakan indeks nya (Click dan Plummer, 2003). Pasar modal dalam satu kawasan regional cenderung memiliki pergerakan yang sama (co-movement) sehingga memiliki efek penularan yang tinggi sehingga tingkat kointegrasi pasar modal yang satu dengan yang lain menjadi tinggi (Climment dan ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Meneu,2003). Menurut Jin Woo Park (2010), mengatakan bahwa diantara negara-negara ASEAN yang lain Malaysia, Indonesia dan Singapura memilki co-movement yang lebih kuat. Menurut M a r c e l ( 1999) pasar modal di setiap regional di wilayah ASIA memiliki pergerakan yang sama. Abimanyu, et al. (2008) telah menemukan bahwa untuk pasar modal ASEAN, Indonesia terkointegrasi dengan Malaysia, Singapura dan Thailand yang cenderung bergerak bersama ke arah yang sama (co-movement). Berdasarkan pemaparan diatas maka dapat dirumuskan hipotesis sebagai berikut: H 3: Pasar Modal Indonesia memiliki pergerakan yang sama (co-movement) dengan Pasar Modal negara ASEAN yang lain. METODE PENELITIAN Jenis dan sumber data Data yang digunakan dalam penelitian ini adalah data sekunder dari perdagangan harga saham mingguan tahun 1988 sampai tahun 2011 lima negara ASEAN yang bersumber dari Bloomberg. Data yang digunakan dalam penelitian ini adalah return harga pasar modal lima negara ASEAN, yaitu: Bursa Indonesia (IHSG-Indonesia), Bursa Malaysia (KLCI Malaysia), Bursa Efek Filipina (PHSC - Filipina); Stock Bursa Thailand (SET - Thailand), dan Bursa Singapore (STI-Singapore). Metode Analisis Unit Root Test Unit Root Test adalah uji yang digunakan untuk menguji stationeritas data time series (Siddiqui, 2009) dan untuk mengetahui apakah data mengandung unit root. Data yang mengandung unit root dikatakan sebagai data yang tidak stasioner. Dalam analisis time series, informasi tentang stasioneritas suatu data series merupakan hal yang sangat penting karena mengikutsertakan variabel yang nonstasioner ke dalam persamaan estimasi koefisien regresi akan mengakibatkan standard error yang dihasilkan jadi bias. penelitian ini menggunakan Augmented Dickey Fuller (ADF) Test untuk menguji stationeritas data time series. Penentuan Panjang Lag Sebelum melakukan uji kointegrasi perlu dilakukan penentuan panjang lag. Karena uji kointegrasi sangat peka terhadap panjang lag, maka penentuan lag yang optimal menjadi salah satu prosedur penting yang harus dilakukan dalam pembentukan model (Enders, 2004). Secara umum terdapat beberapa parameter yang dapat digunakan untuk menentukan panjang lag yang optimal, antara lain AIC (Akaike Information Criterion), SIC (Schwarz Information Criterion) dan LR (Likelihood Ratio). Penentuan panjang lag yang optimal didapat dari persamaan VAR dengan nilai AIC, SC terkecil atau LR yang terbesar.
Model VAR Model VAR yang dikembangkan oleh Sims (1980 dan (Enders, 2004) mengasumsikan bahwa seluruh variabel dalam persamaan simultan adalah variabel endogen. Asumsi ini diterapkan karena seringkali penentuan variabel eksogen dalam persamaan simultan bersifat subyektif. Dalam VAR, semua variabel tak bebas dalam persamaan juga akan muncul sebagai variabel bebas dalam persamaan yang sama. ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Pendekatan VAR merupakan permodelan setiap variabel endogen dalam sistem sebagai fungsi dari lag semua variabel endogen dalam sistem. Berdasarkan bentuk standar model VAR dan bentuk umum untuk kasus multivariat (Enders, 2004), berikut ini adalah model yang di pakai dalam penelitian ini:
Impulse Respons Model VAR juga dapat digunakan untuk melihat dampak perubahan dari satu peubah dalam sistem terhadap peubah lainnya dalam sistem secara dinamis. Caranya adalah dengan memberikan guncangan (shocks) pada salah satu peubah endogen. Gucangan yang diberikan biasanya sebesar satu standar deviasi dari peubah tersebut. Verbeek (2000) telah membuktikan bahwa untuk setiap model VAR (p) dapat ditulis dalam bentuk Vector Moving Average (VMA), yakni untuk model VAR(p) dapat ditulis dalam bentuk model VMA berikut ini : +
Jika vektor naik sebesar vektor d, maka dampak terhadap inilah yang disebut IRF. Seperti ilustrasi model VAR berikut ini:
(untuk s >0)
Adanya guncangan pada periode t pada persamaan y yakni perubahan pada dengan segera akan memberikan dampak one for one pada , tetapi belum berdampak pada t melalui Yt-1 dan Xt-1. Dampak ini terus berlanjut pada periode t+2 dan seterusnya, jadi perubahan akan mempunyai dampak berantai pada periode t, t+1, t+2,…,t+s terhadap semua variabel dalam model. Uji Kointegrasi dan Uji Kausalitas Pada penelitian ini dilakukan uji kointegrasi Johansen untuk melihat apakah ada hubungan jangka panjang antar lima pasar modal ASEAN. Granger Causality Test digunakan untuk mengidentifikasi arah hubungan antar pasar modal ASEAN. Uji ini juga digunakan untuk mencari hubungan sebab akibat atau kausalitas antar variabel endogen (Siddiqui, 2000). ARCH/GARCH Model ARCH/GARCH pada penelitian ini menggunakan model yang dikembangkan oleh Engle (1982) dan Bollerslev (1986). Menurut Engle, varian residual yang terjadi saat ini akan sangat tergantung dari varian residual periode sebelumnya. Engle mengasumsikan bahwa varian residual tidak konstan dalam data time series yang dan dikenal dengan autoregressive conditional heteroscedasticity (ARCH). Untuk persamaan regresi apabila varian dari residual dipengaruhi oleh volatilitas residual kuadrat suatu periode yang lalu, maka persamaan tersebut secara umum memiliki model ARCH/GARCH (p,q) sebagai berikut (Widarjono, 2005) : ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5
Dalam model tersebut, huruf p menunjukkan unsur ARCH, sedangkan huruf q menunjukkan unsur GARCH. Model ARCH/GARCH tidak bisa diestimasi dengan OLS, tetapi dengan metode maximum likelihood (MLE) TARCH Model TARCH adalah pengembangan dari model ARCH/GARCH yang diperkenalkan oleh Zakoian (1990) dan Glosten, et al. (1993). Persamaan model TARCH sebagai berikut. Dimana d adalah peubah boneka (dummy variabel), = 1 jika < 0 dan = 0 jika > 0. Dalam model TARCH, berita baik (good news) pada periode t-1 ( < 0) dan berita buruk (bad news) pada periode t-1 ( > 0) mempunyai efek berbeda terhadap conditional variance. Pada t-1 berita baik mempunyai dampak terhadap α dan berita buruk mempunyai terhadap α + Φ. Jika Φ tidak sama dengan 0 maka terjadi efek asimetris (Juanda dan Junaidi,2012) EGARCH Model EGARCH diperkenalkan oleh Nelson (1991). Model EGARCH memilki persamaan berikut ini: Pada persamaan ragam diatas, conditional variance menggunakan bentuk logaritma natural (ln). ini berarti conditional variance bersifaat eksponensial bukandalam bentuk kuadratik. Selain itu, penggunakaan ln jua menjamin bahwa ragam tidak pernah negative. Efek asimetris terjadi jika Φ tidak sama dengan 0. Nilai parameter suku ARCH pada persamaan diatas terdiri dari 2 bagian, yaitu sign effect ( / ) dan magnitude effect (│ / │). Sign effect menunjukkan adanya perbedaan pengaruh antara guncangan positif dengan guncangan negative pada periode t terhadap ragam saat ini. Magnitude effect menunjukkan besarnya pengaruh volatilitas pada periode t-p terhadap ragam saat ini (Juanda dan Junaidi, 2012) Hasil Penelitian dan Pembahasan Uji Stasionaritas dan Panjang Lag Tahun 1988 -2011 Hasil uji stationeritas menunjukkan bahwa seluruh return dari pasar saham negaranegara ASEAN telah stasioner di level. Panjang lag maksimal yang dihasilkan melalui olah data dengan Eviews hanya sampai lag ke 8 dengan nilai dari LR sebesar 51.85362*, karena keterbatasan data series dan keterbatasan derajat kebebasan maka hasil kelambanannya tidak lebih dari 8. Lag length test yang digunakan sebagai paramater adalah Schwartz Bayesian Criterion (SC) karena Reimers (1992) menemukan SC sangat baik dalam memilih panjang lag yang optimal terutama pada periode yang terdapat structural break atau periode krisis. Output eviews atas data return memberikan nilai SC sebesar -19.82342 dan dapat diartikan melalui parameter SC bahwa lag optimal berada pada lag ke 0.
ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Hasul Uji Kointegrasi Pengujian kointegrasi bertujuan melihat apakah dalam jangka panjang terdapat kesamaan pergerakan (co-movement) dan stabilitas hubungan antara dua variabel atau lebih. Pengujian kointegrasi dilakukan tiga tahap, tahap pertama untuk keseluruhan observasi (1988-2011), tahap kedua periode sebelum krisis (1988-1997), dan tahap ketiga periode setalah krisis (1997-2011).Berikut ini disajikan hasil uji kointegrasi pasar modal lima Negara ASEAN menggunakan Johansen’s Cointegrasion Test. Ada dua indikator yang digunakan dalam uji kointegrasi ini, yaitu trace statistic dan maximum eigenvalue. Kedua indicator ini menunjukkan adanya 5 kointegrasi yang signifikan pada α 5% pada semua periode pengujian. Hal ini menujukkan adanya kointegrasi jangka panjang antar pasar modal lima Negara ASEAN pada periode 1988-2011, periode 1988-1997, dan periode 1997-2011. Hasil uji kointegrasi ini memberikan bukti empiris adanya hubungan jangka panjang pada pasar modal lima negara ASEAN, sehingga hipotesis 1 yang menyatakan bahwa ada hubungan jangka panjang antar pasar modal negara ASEAN dapat diterima. Adanya hubungan jangka panjang ini menunjukkan bahwa pasar modal di Negara ASEAN sudah terintegrasi. Pergerakan harga saham di salah-satu pasar modal Negara ASEAN akan berpengaruh terhadap pergerakan harga saham di pasar modal Negara lain. Adanya hubungan jangka panjang ini juga menunjukkan adanya kedekatan hubungan perekonomian antar Negara ASEAN, kesamaan preferensi risiko antar investor, dan adanya pergerakan investor antar pasar modal. Hasil penelitian ini mendukung hasil penelitian sebelumnya yang dilakukan oleh Chen, et al. (2009) yang menyimpulkan bahwa adanya hubungan jangka panjang antar pasar modal Negara ASEAN yang disebabkan adanya diversifikasi portofolio investor pada pasar modal Malaysia, Singapura, Filipina, Thailand dan Indonesia. Hasil penelitian ini juga mendukung hasil penelitian Auzairy dan Ahmad (2009) dan Abimanyu, et al. (2008). Hasil Uji Kausalitas Uji kausalitas Granger bertujuan untuk melihat pola hubungan antar pasar modal lima negara ASEAN. Hasil uji kausalitas Granger akan memberikan bukti apa terdapat hubungan dua arah antar dua pasar modal, hubungan satu arah, atau tidak ada hubungan. Untuk melihat perbedaan keeratan hubungan pada periode sebelum dan setalah krisis 1997, maka uji kausalitas granger dilakukan periode sebelum kerisi dan periode setelah krisis. Hasil uji kausalitas Granger antar kelima pasar modal negara ASEAN untuk periode tahun 1988 sampai 2011 menunjukkan tidak ada variabel yang memiliki hubungan dua arah, sehingga dapat disimpulkan bahwa pada periode tahun 1988 sampai 2011 tidak terjadi hubungan dua arah antar pasar modal 5 negara ASEAN. Hasil uji kausalitas Granger menunjukkan hanya ada satu pasar modal yang memiliki hubungan satu arah, yaitu pasar modal Singapura mempengaruhi pasar modal Malaysia. Hal ini ditunjukkan oleh signifikannya pengaruh RSTI terhadap RKLCI. Hasil uji kausalitas Granger pada periode setelah krisis (1997-2011) tidak menemukan adanya hubungan dua arah antar pasar modal lima negara ASEAN, walaupun demikian hasil uji ini menunjukkan hubungan satu arah antar pasar modal lima negara ASEAN yang lebih banyak dibandingkan pada periode sebelum krisis. Ada delapan hubungan satu arah antar pasar modal lima negara ASEAN yaitu: (1) Pasar modal Malaysia mempengaruhi pasar modal Indonesia; (2) Pasar modal Indonesia mempengaruhi pasar modal Philipina; (3) Pasar modal Thailand mempengaruhi pasar modal Indonesia; (4) Pasar modal Singapura mempengaruhi pasar modal Indonesia; (5) Pasar modal Malaysia ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 mempengaruhi pasar modal Philipina; (6) Pasar modal Thailand mempengaruhi pasar modal Malaysia; (7) Pasar modal Thailand mempengaruhi pasar modal Philipina; dan (8) Pasar modal Singapura mempengaruhi pasar modal Thailand. Hasil analisis Granger pada periode setelah krisis disajikan pada Tabel 1 berikut ini:
Tabel 1 Output Granger Causality Test Tahun 1997-2011 Null Hypothesis:
Obs
F-Statistic
Prob.
RKLCI does not Granger Cause RIHSG RIHSG does not Granger Cause RKLCI RPHSC does not Granger Cause RIHSG RIHSG does not Granger Cause RPHSC RSET does not Granger Cause RIHSG RIHSG does not Granger Cause RSET
755
12.0394 0.27437 0.73275 9.98986 11.6936 0.06081
0.0006 0.6006 0.3923 0.0616 0.0007 0.8053
RSTI does not Granger Cause RIHSG RIHSG does not Granger Cause RSTI
755
2.97877 0.03098
0.0848 0.8603
RPHSC does not Granger Cause RKLCI RKLCI does not Granger Cause RPHSC RSET does not Granger Cause RKLCI RKLCI does not Granger Cause RSET RSTI does not Granger Cause RKLCI RKLCI does not Granger Cause RSTI
755
1.06334 5.38976 14.1201 0.15858 1.78418 0.48577
0.3028 0.0205 0.0002 0.6906 0.1820 0.4860
RSET does not Granger Cause RPHSC RPHSC does not Granger Cause RSET
755
26.6161 2.11632
0.0000 0.1462
RSTI does not Granger Cause RPHSC RPHSC does not Granger Cause RSTI RSTI does not Granger Cause RSET RSET does not Granger Cause RSTI
755
9.46625 0.22680 9.01560 0.14287
0.0022 0.6340 0.0028 0.7056
755 755
755 755
755
(Sumber: Hasil penelitian diolah dengan Eviews 6)
Volatility Co-movement 5 Negara ASEAN Tahun 1988-2011 Model EGARCH untuk return IHSG Persamaan dengan model terbaik yang telah ditemukan untuk return IHSG adalah EGARCH, dengan nilai koefisien sebesar 0.49297 merupakan nilai yang menunjukkan besarnya pengaruh volatilitas pada periode ke t-p terhadap ragam saat ini (Magnitude Effect), atau dapat dikatakan efek guncangan pada periode sebelumnya yang mempengaruhi return IHSG. Nilai koefisien sebesar -0.0058 merupakan nilai yang menunjukkan adanya pengaruh antara guncangan positif dengan guncangan negatif pada periode t terhadap ragam saat ini (Sign Effect), tapi yang biasanya pengaruh guncangan negatif lebih berpengaruh signifikan dibandingkan guncangan positif yang terjadi. Nilai koefisien 0.84629 merupakan nilai yang menunjukkan pengaruh jangka panjang terhadap pergerakan volatilitas return IHSG.
ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Model Egarch untuk KLCI Persamaan dengan model terbaik yang telah ditemukan untuk return KLCI adalah Egarch, dengan nilai koefisien sebesar 0.20077 merupakan nilai yang menunjukkan besarnya pengaruh volatilitas pada periode ke t-p terhadap ragam saat ini (Magnitude Effect), atau dapat dikatakan efek guncangan pada periode sebelumnya yang mempengaruhi return KLCI. Nilai koefisien sebesar -0.0249 merupakan nilai yang menunjukkan adanya pengaruh antara guncangan positif dengan guncangan negatif pada periode t terhadap ragam saat ini (Sign Effect), tapi yang biasanya pengaruh guncangan negatif lebih berpengaruh signifikan dibandingkan guncangan positif yang terjadi. Nilai koefisien 0.98365 merupakan nilai yang menunjukkan pengaruh jangka panjang terhadap pergerakan volatilitas return KLCI
Model Egarch untuk PHSC Persamaan dengan model terbaik yang telah ditemukan untuk return PHSC adalah Egarch, dengan nilai koefisien sebesar 0.11844 merupakan nilai yang menunjukkan besarnya pengaruh volatilitas pada periode ke t-p terhadap ragam saat ini (Magnitude Effect), atau dapat dikatakan efek guncangan pada periode sebelumnya yang mempengaruhi return PHSC. Nilai koefisien sebesar -0.0366 merupakan nilai yang menunjukkan adanya pengaruh antara guncangan positif dengan guncangan negatif pada periode t terhadap ragam saat ini (Sign Effect), tapi yang biasanya pengaruh guncangan negatif lebih berpengaruh signifikan dibandingkan guncangan positif yang terjadi. Nilai koefisien 0.97467 merupakan nilai yang menunjukkan pengaruh jangka panjang terhadap pergerakan volatilitas return PHSC.
Model TARCH untuk SET Persamaan dengan model terbaik yang telah ditemukan untuk return SET adalah Tarch, dengan nilai koefisien sebesar 0.07433 merupakan nilai yang menunjukkan besarnya pengaruh volatilitas pada periode ke t-p terhadap ragam saat ini (Magnitude Effect), atau dapat dikatakan efek guncangan pada periode sebelumnya yang mempengaruhi return SET. Nilai koefisien 0.99643 merupakan nilai yang menunjukkan pengaruh jangka panjang terhadap pergerakan volatilitas return SET. Nilai koefisien 0.07127 merupakan nilai yang menujukkan besarnya efek gejolak dari pengaruh negatif atau positif terhadap lingkungan eksternal.
Model TARCH untuk STI Persamaan dengan model terbaik yang telah ditemukan untuk return STI adalah Tarch, dengan nilai koefisien sebesar 0.01701 merupakan nilai yang menunjukkan besarnya pengaruh volatilitas pada periode ke t-p terhadap ragam saat ini (Magnitude Effect), atau dapat dikatakan efek guncangan pada periode sebelumnya yang mempengaruhi return STI. Nilai koefisien 0.99702 merupakan nilai yang menunjukkan pengaruh jangka panjang terhadap pergerakan volatilitas return SET. Nilai koefisien 0.12017 merupakan nilai yang ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 menujukkan besarnya efek gejolak dari pengaruh negatif atau positif terhadap lingkungan eksternal.
Persamaan melalui model diatas menunjukkan kesimpulan dari hasil model terbaik untuk melihat bagaimana pergerakan volatilitas yang dimiliki oleh setiap return dari pasar saham negara ASEAN.seperti yang ada berikut ini. Tabel 2 Kesimpulan Output Model Terbaik Parameter Koefisien
Model GARCH (1,1)
α1
TARCH EGARCH GARCH (1,1)
β1
TARCH EGARCH
γ1
TARCH
γ1
EGARCH
α1
TARCH
α1+γ1
TARCH
α1+β1
TARCH
Best Model
AIC dan SIC
Implikasi Effect of shock in earlier period
IHSG
KLCI
PHSC
SET
STI
0.27916
0.08452
0.0534
0.11352
0.10843
0.25212
0.06734
0.03004
0.07433
0.01701
0.49297
0.200766
0.11844
0.20804
0.17018
Long term influence on volatility
0.63294
0.909572
0.92484
0.85
0.87512
0.63345
0.908403
0.92765
0.99643
0.99702
0.84629
0.983648
0.97467
0.95846
0.96511
Shock effect Leverage effect Good news effect Bad news effect Degree of volatility To capture market movement
0.035024
0.036496
0.03594
0.07127
0.12017
-0.0058
-0.024855
-0.0366
-0.0488
-0.0979
0.25212
0.06734
0.03004
0.07433
0.01701
0.30235
0.097836
0.06597
0.1456
0.13718
0.88556
0.975743
0.95768
0.92076
0.9172
EGARCH
EGARCH
EGARCH
TARCH
TARCH
(Sumber: Hasil penelitian diolah dengan Eviews 6)
Pada Tabel 2 dapat dilihat bahwa Pasar Modal Indonesia yang diukur dari IHSG memiliki nilai α1 relatif lebih tinggi yaitu sebesar 0.49297 dibandingkan empat pasar modal lain, Malaysia sebesar 0.200766, Filipina sebesar 0.11844, Thailand sebesar 0.07433, dan Singapura sebesar 0.01701. Nilai ini berarti bahwa efek dari guncangan pada periode sebelumnya khususnya bagi Pasar Modal Indonesia cenderung memiliki pengaruh yang lebih besar untuk jangka waktu tertentu daripada yang pasar modal lainnya. Sehingga dapat diartikan bahwa pasar saham Indonesia menunjukkan efisiensi pasar yang kurang dibandingkan dari pasar yang lain. Sebagai dampak yang diperoleh dari guncangan pada periode sebelumnya dimana pasar membutuhkan waktu lebih lama untuk kembali menuju keadaan yang semula. Parameter β1 dapat menangkap pengaruh jangka panjang pada volatilitas di setiap pasar modal negara ASEAN. Yang menarik untuk dicatat bahwa semua lima pasar menunjukkan nilai β1 pada pasar modal Indonesia (IHSG) memiliki nilai yang lebih rendah yaitu 0.84629 ini menunjukkan bahwa efek jangka panjang terhadap volatilitas IHSG pengaruhnya tidak besar dibandingkan 4 negara ASEAN yang lain. Dalam pergerakan volatilitas bersama ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 (volatility co-movement) pasar modal ASEAN, Pasar Modal Indonesia (IHSG) memiliki pergerakan volatilitas yang cukup volatile. Kesimpulan Hasil analisis kointegrasi antara tahun 1988-2011 menghasilkan bahwa kelima pasar modal ASEAN bergerak bersamaan dalam jangka panjang. Hal ini menunjukkan bahwa 5 pasar modal ASEAN telah terkointegrasi. Hasil analisis kointegrasi antara tahun 1988-1997 menunjukkan adanya kointegrasi jangka panjang antara pasar modal ASEAN, walaupun demikian hasil uji kausalitas Granger hanya menemukan satu hubungan kausalitas searah di pasar modal ASEAN, yaitu Pasar modal Singapura (STI) terhadap Pasar Modal Malaysia (KLCI). Hasil analisis kointegrasi setelah krisis (1997-2011) menunjukan ada kointegrasi jangka panjang yang lebih kuat dibandingkan periode sebelum 1997. Hal ini didukung oleh hasil analisis kausalitas Granger yang menemukan ada delapan hubungan yang searah pada pasar modal ASEAN. Hasil analisis mengenai pengaruh guncangan pada periode sebelumnya (Effect of shock in earlier period) terhadap return pasar saham menunjukkan Pasar Modal Indonesia (RIHSG) memiliki pengaruh goncangan yang lebih besar dibandingkan pasar saham negara ASEAN lainnya. Hasil analisis efek jangka panjang guncangan masa lalu terhadap pergerakan volatilitas (Long term influence on volatility) menunjukkan efek volatilitas jangka panjang dari guncangan yang ada terhadap volatilitas RIHSG tidak berpengaruh untuk waktu yang lama, sebaliknya volatilitas RISHG akan cepat kembali ke posisi semula. Pasar Modal Indonesia lebih responsif dalam menanggapi informasi yang baik (good news) maupun yang buruk (bad news) dibandingkan pasar modal ASEAN yang lain. Jika ada berita baik yang beredar di pasar, maka dengan cepat Pasar Modal Indonesia (RIHSG) memberikan respon positif, begitu juga pada saat ada berita buruk (bad news), bahkan lebih cepat responsnya karena memiliki nilai koefisien yang lebih besar dibandingkan pada saat informasi baik beredar. Efek guncangan (Shock effect) menunjukkan bahwa pasar modal Indonesia (RIHSG) lebih mudah terpengaruh oleh pasar saham negara lainnya. RSTI memilik koefisien efek guncangan (shock effect) paling besar diantara lima pasar modal ASEAN, hal ini berarti pasar modal Singapura memiliki efek guncangan (Shock Effect) yang dapat mempengaruhi pasar modal ASEAN lainya, khususnya pasar modal Indonesia (RISHG) karena memiliki nilai koefisien yang paling kecil. Volatilitas IHSG dipengaruhi oleh volatilitas pasar modal ASEAN yang lainnya terutama oleh pasar modal Malaysia (RKLCI). Daftar Pustaka Abimanyu, Yoopi (2000), “From Currency to Economic Crisis. In Masuyama, Seiichi, Donna Vandenbrink and Chia Siow Yue (eds)”, Restoring East Asia’s Dynamism, p. 1-29. Singapore. Abimanyu, Yoopi., Nur Sigit Warsid, Sunu Kartiko, Ridiani Kurnia, Tety Mahrani (2008), “International Linkages to The Indonesian Capital Market: Cointegration Test”, Capital Market and Financial Institution Supervisory Agency Ministry of Finance of Indonesia Widarjono, A (2005). Ekonometrika, teori dan aplikasi. Yogyakarta. EKONISIA Mustikaati, Anna (2007), “Analisis Keterkaitan Indeks Harga Saham Gabungan Bursa Efek Jakarta Dengan Indeks Bursa Saham Regional. Institut Pertanian Bogor, Bogor ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Ang, Robert (1997), Buku Pintar: Pasar Modal Indonesia, First Edition Media soft Indonesia. Azad, A.S.M. Sohel (2009), “Efficiency, cointegration and contagion in equity markets: Evidence from China, Japan and South Korea”, Asian Economic Journal 2009; 23(1); 93-118 Azman-Saini. W. N. W., M. Azali , M. S. Habibullah dan K. G. Matthews (2002), “Financial integration and the ASEAN-5 equity markets”, Applied Economics Taylor & Francis Ltd Bakri Abdul Karim, Mohamad Jais and Abu Hassan Md. Isa (2009). Who Moves Indonesian Stock Market? Evidence From Response Asymmetries. Faculty of Economics and Business, University Malaysia Sarawak (UNIMAS) Bank Indonesia. 2009. Laporan Perkekonomian Indonesia 2008. Jakarta: BI Bekaert G and Harvey C R (2002), “Research in Emerging Markets Finance: Looking to the Future”, Emerging Markets Review, Vol. 3, No. 4, pp. 429-448. Sorensen, Bent E (2005), “Economics 266”, Working Paper Bollerslev, 2000, Financial Econometrics : Past Development and Future Chalenges, Department of Economic Duke University Durham Bernard, A.B.(1992), “Empirical Implications of the Convergence Hypothesis”, Working Paper, Massachusetts Institute of Technology. Billingsley, Randall (2005), Understanding Arbitrage: An Intuitive Approach to Financial Analysis. Pearson Prentice Hall Brooks, Chris (…), Introductory Econometrics for Finance, Inggris: Camridge University Press Calvet, Laurent E., Adlai J. Fisher and Samuel B. Thompson (2006), “Volatility Comovement: A Multifrequency Approach”, Journal of Econometrics, v131(1-2,Mar-Apr), 179-215. Cathy W.S. Chen, Richard Gerlach, Nick Y.P. Cheng, dan Y.L. Yang (2009), “ The Impact of Structural Breaks on the Integration of the ASEAN-5 Stock Markets”, Working Paper Series, Ling-Tung University, Taiwan Click and Plummer (2003), “Stock Market Integration in ASEAN after the Asian Financial Crisis”, Working Paper Series Vol. 2003-06 Climment, Fransisco J. dan Vincente Meneu (2003), “Has 1997 Asean Crisis Increase Information Flows Beween International Markets”, International Review of Economics and Finance, 12(1). p 111-143 Dwyer, G.P. Jr. and M.S. Wallace,(1992), “ Cointegration and market efficiency”. Journal of International Money and Finance, 11, pp. 318-327 Ekananda, Mahyus (2008), “Analisis Kuantitas Moneter dan Suku Bunga terhadap Fluktuasi Harga di Indonesia Pasca Krisis”. Jakarta: Direktorak Kebijakan Moneter Bank Indonesia Endri, ( 2008), “Analisis Faktor-faktor yang Mempengaruhi Inflasi di Indonesia”, Jurnal Ekonomi Pembangunan, Vol. 13 No. 1, April 2008, Hal: 1-13. Enders, W. 2004. Applied Econometric Time Series. John Wiley & Son, Inc. New York. Engle, Rober. F., and Clive W. Granger. Long Run Economic Relationships: Readings on Contegration. Oxford University Press,1991. Eviews 6. User Guide. California: Quantitative Micro Software Ewing, B.T., Payne, J.E., and Sowell, C. (1999”, “NAFTA and North American Stock ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Market Linkages: An Empirical Note”, North American Journal of Economics and Finance 10: 443-451. Fernández-Serrano,J.L., and Sosvilla-Rivero, S. (2001), “Modelling Evolving Long-run Relationships: The Linkages between Stock Markets in Asia”, Japan and the World Economy 13: 145-160. Forbes, K., Rigobon, R. (2002). “No Contagion, Only Interdependence: MeasuringStock Market Co-movements”, Journal of Finance 57 (5), 2223-61. Forbes W P. (1993), “The Integration of European Stock Markets: The Case of the Banks”, Journal of Business Finance and Accounting, Vol. 20, pp.306-686. Fratzsher, Marcel. (1999). What Causes Currency Crises: Sunspots, Contagion or Fundamentals. European University Institute, San Domenico, Italy. Gujarati, Damodar N. (2003). Basic Econometrics, 4th edition. New York: McGraw- Hill Inc Granger, C.W.J. ( 1988), “Some recent Developments in a Concept of Causality”, Journal of Econometrics, 39: 199-211. Grubel, Herbert G, (1968), “Internationally Diversified Portfolios: Welfare Gains and Capital Flows”, The American Economic Review, Vol. 58, 1299-1314 Hartono, (2001), Aplikasi Metode Peramalan Time Series dalam Pendugaan Harga Saham pada Perusahaan Agribisnis di PT Bursa Efek Jakarta, Institut Pertanian Bogor, Bogor Insukindro, (1992), “ Pendekatan kointegrasi dalam analisis ekonomi: studi kasus permintaan deposito dalam valuta asing di Indonesia”, Jurnal Ekonomi Indonesia, Vol 1 (2). Iskandar, Edy. (2006), Analisis Risiko Investasi Saham Agribisnis Rokok dengan Pendekatan Arch-Garch Fakultas Pertanian, Institut Petanian Bogor, Bogor. Jang H and Sul W. (2002), “The Asian Financial Crisis and the Co-Movement of Asian Stock Markets”, Journal of Asian Economics, Vol. 13, No. 1, pp. 94-104. Jin Woo Park, (2010), “Comovement of Asian Stock Markets and the U.S. Influence”, Global Economy and Finance Journal Volume 3. Number 2. September 2010. Pp. 76 – 88 Jochum, C., Kirchgässner,G., and Platek, M. (1998), “A Long-Run Relationship between Eastern European” Johansen, S. And Juselius, K. (1990), “Maxim Likelihood Estimation and Inference on Cointegration with Applications to Money Demand”, Oxford Bulletin of Economics and Statistics, 52, 169-210 Juanda, Bambang dan Junaidi, ( 2012), Ekonometrika Deret Waktu. Teori danAplikasi. IPB Press, Bogor. Karim, Bakri Abdul, M.Shabri Abd, dan Samsul Ariffin Abdul Karim (2009), “Financial Integration Between Indonesia and Its Major Trading Parteners”, Munich Personal RePEC Archive Paper, No. 17277. Kasa, K., (1992), “Common Stochastic Trends in International Stock Markets”, Journal of Monetary Economics, 29, 95-124. Krisharianto, Josef dan Djoni Hartono, (2007), Kajian Hubungan antara Pertumbuhan Ekonomi, Perdagangan Internasional, dan Foreign Direct Investment. Lamont, Owen A;Thaler, Richard H, (2003), “The Law of One Price in Financial Markets”, The Journal of Economic Perspectives; Fall 2003; 17, 4; ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 ABI/INFORM Complete pg. 191 Levy H and Sarnat M., (1970), “International Diversification of Investment Portfolios”, American Economic Review, Vol. 60, No. 4, pp. 668-675. Manning, N. (2002), ”Common Trends and Convergences: South East Asian Equity Markets 1988-1999”, Journal of International Money and Finance, Vol. 21,pp. 183-202. Markowitz, H.M., (1952), “Portfolio Selection”, Journal of Finance 6: 77-91 Masih A M M and Masih R ., (1997), “A Comparative Analysis of the Propagation of Stock Market Fluctuations in Alternative Models of Dynamic Causal Linkages”, Applied Financial Economics, Vol. 7, No. 2, pp. 5974. Narayan, P.K., and Smyth, R., (2005), “Cointegration of Stock Market between New Zealand, Australia and the G7 economies: Searching for Co-movement under Structural Change”, Australian Economic Papers 44: 231-247. Nachrowi, D.N. dan Hardius Usman, (2006), Ekonometrika: Untuk Analisa Ekonomi dan Keuangan. Depok: Lembaga Penerbit FEUI. Nasry, A., (2003), “Globalitation Effect on Stock Exchange Integration”, Working Paper Ng, V.K., Chang, R.P., Chou, R.Y., ( 1991), “An examination of the behavior of Pacific Basin Stock MarketVolatility”, In: Ghon Rhee, S. (Ed.), Pacific Basin Capital Markets Research, vol. II. North Holland, Amsterdam Auzairy, N.A and Rubi, A., (2009), “The Impact of Subsequent Stock Market Liberalization on The Integration of Stockmarkets in ASEAN-4 + South of Korea”, World Academy of Science, Engineering and Technology 2009;58:348-359 Palac-McMiken, E. D., (1997), “An Examination of ASEAN Stock Market: A Cointegration Approach”, ASEAN Economic Bulletin 13, 299-311 Park, Jin Woo, (2010), “Comovement of Asian Stock Markets and The U.S Influence”, Global Economy and Finance Journal Volume 3, number 2. September 2010. Pp. 76-88 Roll, R., Eduardo Schwartz, and Avanidhar Subrahmanyam, (2005), “Liquidity and the Law of One Price: The Case of the Futures/Cash Basis”, Finance Area; National Bureau of Economic Research (NBER) Roca, E.. D., Selvanathan, E. A., and Shepherd, W. F., (1998), “Are The ASEAN Equity Market Interdependent?”, ASEAN Economic Bulletin 15, 109-120 Samsul, M. (2006), Pasar Modal dan Manajemen Portofolio, Erlangga: Jakarta Schwert, G.W. (1988), “ Why Does Stock Market Volatility Change Over Time?”, NBER Working Paper Series 2798. Schwert, W., (1990), “ Stock market volatility and the crash of 87”, Review of Financial Studies 3, 77-102 Schwert, G.W, Clifford W. Smith, Jr., and Y. Amihud, (1992), “Asset Pricing and The Bid-Ask Spread”, Journal of Financial Economics, Vol. 17, 1986, pp. 223249 Siddiqui, S. (2009), “Stock market integration: examining linkages between selected world markets”, The journal of business perspective. Vol. 13.2009, 1, p. 1930. Stock, J. H. and Watson, M.W., (1988), “Testing for Common Trends”, Journal of the American Statistical Association, 83, 1097-1107 Husnan, S. (2000), Manajemen Keuangan Teori dan Penerapan. Edisi Ketiga. ISSN: 2338-994X
Forum Manajemen Indonesia (FMI) Ke-5 Yogyakarta: UPP AMP YKPN Sunariyah, (2004), Pengetahuan Pasar Modal, edisi ke empat. UPP AMP YKPN. Yogyakarta Solnik, B. (1974), “Why not Diversify International rather than domestically?”, Financial Analysts”, Journal 30, pp.48-54 Swee-Ling Oh dan Evan Lau, (2009), “Cross-Market Causal Linkages of ASEAN-5”, The IUP Journal of Financial Economics, Vol. VII, Nos. 3 & 4 Swee-Ling OH, Evan Lau, Chin-Hong Puah, and Shazali Abu Mansor, (2010), “Volatility Co-Movement of ASEAN-5 Equity Markets”, Journal of Advanced Studies in Finance Volume I Issue 1(1). Tang, G.N.Y.,dan Mak, B.S.C,. (1995), “A Note on Market Integration Before and After the Stock Crash in October 1987”, Applied Economics Letters, Vol. 2, No. 5, pp. 151-155 Tica, J. dan Sime Smolic, (2007), “Multivariate Cointegration Technique Estimation of Health Demand Function: The Case of Croatia”, Working Paper Series, Paper No. 07-06 Tobin, J., (1958), “Liquidity Preference as Behavior towards Risk”, Review of Economics Study 25: 65-86. Tsoukalas, D. (2000), “An Autoregressive Heterokedastic in the Mean (ARCH-M) Analysis of International Stock Market Indexes”, Managerial Finance, Vol 26 Iss:12, pp.46-56 Wheatley, S. ( 1988), “Some Tests of International Equity Integration”, Journal of Financial Economics 21: 177- 212 Winarno, Wing Wahyu, (2009), Analisis Ekonometrika dan Statistika dengan Eviews. UPP STIM YKPN Yogyakarta. Chen, W. Y., Goh Kim Leng, and Kok Kim Lian, (2003), “Financial Crisis and Intertmporal linkages Across The ASEAN-5 Stock Markets”, FEA Working Paper No. 2003-4 Yang, T., (2002), “Crisis, Contangion, and East Asian Stock Markets”, Economics and Finance,1.
ISSN: 2338-994X
